基于改进型人工神经网络的温室大棚蔬菜作物苗期杂草识别技术

被引：8

作者：

董亮

雷良育

李雪原

刘兵

张辉

机构：

[1] 浙江农林大学工程学院

来源：

北方园艺 | 2017年 / 22期

关键词：

神经网络; 改进; 温室大棚; 杂草识别;

D O I：

暂无

中图分类号：

S451 [杂草]; S626 [蔬菜设施园艺];

学科分类号：

090202 ;

摘要：

温室大棚在蔬菜培育中有着广泛应用,在高效生产的同时,除草问题亟待解决。该设计采用一种改进型的人工神经网络算法应对大棚作物苗期杂草识别,通过对遗传算法的神经元参数的优化,以减少错误的发生次数。结果表明:与采用径向基核函数的支持向量机算法相比较,改进型人工神经网络算法识别正确率更高,达到94%以上,可为进一步的除草机器人开发提供技术支持。

引用

收藏

页码：79 / 82

页数：4

相关论文

共 10 条

[1] 基于叶片图像和环境信息的黄瓜病害识别方法 [J].

王献锋 ;

张善文 ;

王震 ;

张强 .

农业工程学报, 2014, 30 (14) :148-153

[2] 基于纹理特征与改进SVM算法的玉米田间杂草识别 [J].

王宏艳 ;

吕继兴 .

湖北农业科学, 2014, 53 (13) :3163-3166+3169

[3] 基于改进贝叶斯正则化BP神经网络模型的网络安全态势预测方法研究 [J].

李晓阳 .

无线互联科技, 2014, (03) :9+28-9

[4] 一种非光滑损失坐标下降算法 [J].

吴卫邦 ;

朱烨雷 ;

陶卿 .

计算机应用研究, 2012, 29 (10) :3688-3692+3700

[5] 背景典型斑点特征的聚类分析 [J].

蔡云骧 ;

田振锡 ;

毕道鵾 .

光电技术应用, 2012, 27 (03) :69-73

[6] L1正则化机器学习问题求解分析 [J].

孔康 ;

汪群山 ;

梁万路 .

计算机工程, 2011, 37 (17) :175-177

[7] 田间杂草的危害及防治技术 [J].

张琨 ;

王新宇 ;

王志强 .

现代农业, 2011, (09) :40-41

[8] 基于概率神经网络的玉米苗期杂草识别方法的研究 [J].

侯晨伟 ;

陈丽 .

农机化研究, 2010, 32 (11) :41-43+47

[9] 图像处理技术在水稻杂草识别中的应用 [J].

戴香粮 .

湘潭师范学院学报(自然科学版), 2008, (02) :53-54

[10] 麦田杂草的图像识别技术的研究附视频 [J].

李欣 ;

张晋国 ;

张孟杰 ;

赵丽 .

农机化研究, 2007, (05) :64-68